龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
摘要：本发明公开了一种基于多视图和图增强的异构知识图谱实体对齐方法，涉及知识图谱技术领域，包括：对知识图谱的实体、关系、属性及属性值进行向量嵌入表示，获得初始化向量；构建知识图谱的实体邻居邻接矩阵、实体关系邻接矩阵、实体属性邻接矩阵和实体属性值邻接矩阵，并构建实体邻居视图、关系视图、属性视图、属性值视图；将属性视图和属性值视图进行融合，形成属性‑属性值视图；将各个视图集成起来得到知识图谱实体融合嵌入表示；生成增强知识图谱，并获得增强知识图谱的实体融合嵌入表示；获得异构知识图谱实体对齐模型。本发明使用多视图以更好地捕获知识图谱上的所有信息，并用图增强技术降低数据噪声和错误，提高实体对齐的准确性。
主权项：1.一种基于多视图和图增强的异构知识图谱实体对齐方法，其特征在于，包括：步骤1，利用Xavier初始化方法，对两异构的原始知识图谱的实体、关系、属性及属性值进行向量嵌入表示，获得各自的包括初始化实体向量、初始化关系向量、初始化属性向量和初始化属性值向量的初始化向量；步骤2，分别构建两所述原始知识图谱的实体邻居邻接矩阵、实体关系邻接矩阵、实体属性邻接矩阵和实体属性值邻接矩阵，并将各自的初始化向量、实体邻居邻接矩阵、实体关系邻接矩阵、实体属性邻接矩阵和实体属性值邻接矩阵送入视图构建模块获得实体邻居视图、关系视图、属性视图、属性值视图；步骤3，分别将两所述原始知识图谱的属性视图和属性值视图通过多头注意力机制进行融合，形成各自的属性-属性值视图；步骤4，采用向量拼接方法分别将两所述原始知识图谱的实体邻居视图、关系视图和属性-属性值视图集成起来得到两原始知识图谱的实体融合嵌入表示；步骤5，引入图增强技术，分别对两原始知识图谱进行处理生成增强知识图谱，并获得两增强知识图谱的实体融合嵌入表示；步骤6，对两增强知识图谱之间的实体融合嵌入表示进行基于边距距离的对比学习，并通过增强知识图谱和原始知识图谱之间进行基于抗干扰的对比学习，获得训练好的异构知识图谱实体对齐模型；基于训练好的异构知识图谱实体对齐模型，计算出两原始知识图谱的实体融合嵌入表示之间的距离。
全文数据：
权利要求：
百度查询： 华侨大学 基于多视图和图增强的异构知识图谱实体对齐方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号